低碳智慧建筑技術創(chuàng)新發(fā)展白皮書2024Low-CarbonSmartBuildingTechnologyInnovationandDevelopmentWhitePaper2024(OperationandManagement20245企事業(yè)單位于2023年4月正式締約成立了“低碳智慧建筑產業(yè)技術創(chuàng)新戰(zhàn)略《低碳智慧建筑技術創(chuàng)新發(fā)展白皮書2024（運行管理篇引 報告背 報告目 低碳智慧建筑概 低碳智慧建筑概念內 低碳智慧建筑發(fā)展意 低碳智慧建筑技術在運管階段的應用現狀及挑 建筑運維技術應用現狀及問 建筑運維技術應用現 建筑運維面臨的問題及痛 建筑運維相關標準梳 低碳智慧建筑技術創(chuàng)新面臨的挑 技術層面的挑 政策與法規(guī)層面的挑 市場與投資層面的挑 人才培養(yǎng)與交流層面的挑 低碳智慧建筑技術在運管階段的創(chuàng)新方 物聯(lián)網技 物聯(lián)網技術概 物聯(lián)網技術在建筑運維中的應 物聯(lián)網技術未來發(fā)展方 物聯(lián)網技術創(chuàng)新發(fā)展關鍵問題及建 數字孿生技 數字孿生技術概 數字孿生技術在建筑運維中的應 數字孿生技術未來發(fā)展方 數字孿生技術創(chuàng)新發(fā)展關鍵問題及建 數據挖掘技 數據挖掘技術概 數據挖掘技術在建筑運維中的應 數據挖掘技術未來發(fā)展方 數據挖掘技術創(chuàng)新發(fā)展關鍵問題及建 能源微網技 能源微網技術概 能源微網技術在建筑運維中的應 能源微網技術未來發(fā)展方 能源微網技術創(chuàng)新發(fā)展關鍵問題及建 大模型技 大模型技術概 大模型技術在建筑運維中的應 大模型技術未來發(fā)展方 大模型技術創(chuàng)新發(fā)展關鍵問題及建 低碳智慧建筑技術創(chuàng)新發(fā)展策略與建 加強政策支持與標準引 深化產學研合 推廣示范工程與應 培育專業(yè)人才與團 加強市場機制和技術創(chuàng) 低碳智慧建筑優(yōu)秀案 北京微構工場智慧工廠數字化管理平 “光儲直柔”建筑示范項 上海市莘莊科技園區(qū)10號 北京中海安貞門環(huán)宇薈、北京中海國際中 融科資訊中心智慧低碳運維項 海爾C02空氣產業(yè)大樓綠色低碳能源管理項 利星行中心物業(yè)可持續(xù)運維項 結 報告總 展望未 參考文 事實上，中央政府高度重視建筑運維的低碳化與數字化，在2021年《“十四五”規(guī)劃和2035年遠景目標綱要》中提出了要“堅持創(chuàng)新驅動發(fā)展，全面戰(zhàn)略性新興產業(yè)保持快速發(fā)展勢頭；2024年國家發(fā)展改革委、住房城鄉(xiāng)建設部及提升建筑的整體性能和經濟效益。低碳智慧建筑通常涉及到建筑信息模型（BIM（IoT技術創(chuàng)新與突破生產要素創(chuàng)新性配置產業(yè)深度轉型升級全要素生產率提升推動新興產業(yè)和未來產業(yè)促進數字經濟和實體經濟融合能源管理是現階段建筑智能化運維的最常見功能。通過安裝智能其次為室內環(huán)境監(jiān)測、照明管理以及空調系統(tǒng)調控。通過實時監(jiān)測建筑內的溫度、濕度、空氣質量、照度等環(huán)境參數，自動調節(jié)空調、新風設備、照明系統(tǒng)等，為使用者提供舒適、健康的室內環(huán)境。同時，還可以根據使用者的反饋和習慣，智能調整環(huán)境參數，滿足不同人群的需求。再者是建筑監(jiān)測數據分析與決策。依靠運維系統(tǒng)生成各種報表和可視化圖表，幫助管理者全面了解建筑的運行狀況、能耗情況、設備狀5G、物聯(lián)網、大數據等科技手段，將設備設施運行信息數字化，通過采集、清洗和分析數據，結合特定算法，形成系列智能運行和維護策略，提高管理效率和質量。同時，還可以預判設備潛在故障，輔助預測性維護、能源審計等高級功能，為管理者提供決策支持。最后涉及建筑設備的維護與預警。通過物聯(lián)網技術，將建筑內的各種設備與系統(tǒng)連接到統(tǒng)一的運維平臺上，實現設備的遠程監(jiān)控、故障診斷和預警。一旦設備出現異常或故障，系統(tǒng)能夠及時發(fā)現并通知維修人員進行處理，避免設備故障對建筑運行的影響。同時，還可以對設備的運行數據進行分析，預測設備的維護周期和更換時間，實現設備的預防性維護。建筑運維管理過程中數據不準確、不及時、不完整率＞80%，也有37%的能源管理平臺表具投入使用后不再進行任何標定。數據信息孤島，難以實現信息高效管理數據未有效利用能耗、碳排放管理功能缺失，自動分析功能有待完善據報表的重要決策輔助工具?，F階段，仍有64%的能源管理平臺不具備能耗定建筑能耗管理辦法簡單、效果差智能化系統(tǒng)點位監(jiān)控不完善，且準確率低。智慧運維系統(tǒng)安全性不健全、運維水平不高患。而且據相關研究結果顯示，目前運維管理人員僅理解50%左右的智能化平系統(tǒng)分散，難以實現系統(tǒng)智能聯(lián)動，人工成本和系統(tǒng)維護成本高超過50%的集成商認為建筑所有者希望智能化系統(tǒng)能夠減少日常運維工作量提智能化最新技術未得到應用根據公共建筑智能化運維平臺應用現狀調研結果顯示，36個項目中目前僅有17%的統(tǒng)計項目結合了人工智能技術的應用，60%的統(tǒng)計項目中未有人工智能技術應用，另有26%的受訪者不清楚平臺的人工智能技術應用情況?？梢姡珺IM等新技術與現階段智能化系統(tǒng)融合性較低，新技術未能發(fā)揮作用[3]不同設備或系統(tǒng)集成穩(wěn)定性差系統(tǒng)故障率較高約有44%的系統(tǒng)運行不到1年時間便發(fā)生軟件或硬件故障。系統(tǒng)高頻次故管理系統(tǒng)使用兩年內故障發(fā)生率約為65%，一年內發(fā)生故障的比例約為44%，培訓深度不足36問卷調研中顯示，雖然有86%的受訪者在問卷中回答自己曾接受過關于智能化運維平臺的管理使用培訓，然而缺少自動化控制操作經驗的比例卻仍然高達智能化系統(tǒng)總體集成程度不高1068體趨勢較為一致，現階段建筑智能化系統(tǒng)約有30%左右實現集成，智能化系統(tǒng)系統(tǒng)配置難度大，調試周期長4~6建筑用戶參與度低筑運維提供了統(tǒng)一的指導和標準。此外，ISO55000ASHRAE180CIBS（發(fā)布了行業(yè)標準《建筑智能化系統(tǒng)運行維護技術規(guī)范》JGJ/T417-2017色建筑運行維護技術規(guī)范》JGJ/T417-2017，為保障建筑智能化系統(tǒng)安全、可BIMGB2019GB/T51454-2023團體標準層面，如《近零能耗建筑測評標準》T/CABEE003-2019建筑節(jié)能工程墻體施工質量驗收規(guī)程》T/CASME1308-2024T/QGCML2887-2023T/CECS1436-2023T/CECS1431-2023、T/ZZXJX302-2023筑綠色運營技術規(guī)程》T/CABEE046-2023節(jié)能降碳技術的集成與優(yōu)化：低碳智慧建筑需要集成多種節(jié)能技術，如高效能源系統(tǒng)、智能控制系統(tǒng)、可再生能源利用等。這些技術的集成和優(yōu)化是一個復雜的過程，需要解決不同技術之間的兼容性和協(xié)同工作問題。智能化與自動化水平的提升：低碳智慧建筑依賴于高度的自動化和智能化系統(tǒng)，這些系統(tǒng)需要不斷更新以適應新的技術發(fā)展。同時，智能化系統(tǒng)的安全性和可靠性也是技術發(fā)展中需要重點關注的問題。系統(tǒng)集成與兼容性：由于缺乏統(tǒng)一標準，不同廠家的硬件設備、軟件平臺之間存在兼容性問題，給智能化系統(tǒng)的集成帶來了困難，影響了數據融合和協(xié)同優(yōu)化。數據獲取與處理：低碳智慧建筑運維需要大量多源異構的數據支撐，如何高效地采集和整合各類數據，并通過大數據分析挖掘有價值的信息，是一項技術難題。網絡安全與隱私保護：低碳智慧建筑涉及大量個人信息和運營數據，網絡安全和隱私保護都是重大挑戰(zhàn)。政策支持與法規(guī)制定：低碳智慧建筑的發(fā)展需要政府的政策支持和法規(guī)引導。目前，相關政策和法規(guī)尚不完善，需要制定更多激勵措施和標準規(guī)范來推動行業(yè)發(fā)展。現有法律法規(guī)對建筑運維中的數據權屬、隱私保護等問題缺乏明確規(guī)定，制約了技術創(chuàng)新。標準規(guī)范健全性：目前還缺乏完善的低碳智慧建筑運行管理相關的國家和行業(yè)標準，不利于技術推廣和產業(yè)發(fā)展。碳排放核算與交易機制：建立合理的碳排放核算和交易機制對于低碳智慧建筑的推廣至關重要。這需要政府、企業(yè)和第三方機構共同努力，建立透明、公正的碳市場。綠色金融與稅收優(yōu)惠政策：低碳智慧建筑項目通常需要較大的初期投資，政府需要提供綠色金融支持和稅收優(yōu)惠政策，以降低企業(yè)的財務壓力。投資回報周期長：低碳智慧建筑項目往往需要較長的投資回報周期，這對投資者來說是一個挑戰(zhàn)。如何平衡短期利益和長期可持續(xù)發(fā)展，是市場投資需要解決的問題。市場需求與供給不匹配：雖然低碳智慧建筑的理念逐漸被市場接受，但實際需求與供給之間仍存在差距。如何提高市場認知度和接受度，是推動行業(yè)發(fā)展的關鍵。融資渠道有限：低碳智慧建筑項目往往需要大量的資金投入，而現有的融資渠道有限，如何拓寬融資渠道，降低融資成本，是行業(yè)發(fā)展面臨的挑戰(zhàn)。商業(yè)模式單一：當前低碳智慧建筑運維主要采取增值服務模式，缺乏多元化商業(yè)模式探索，制約了市場規(guī)模擴張。復合型人才短缺：低碳智慧建筑領域需要跨學科的專業(yè)人才，包括建筑學、環(huán)境工程、信息技術等多個領域的專家。目前，這類人才相對短缺，需要通過教育和培訓來培養(yǎng)。學科交叉與產學研協(xié)同度低：跨學科交流互鑒不足，缺乏產學研用相結合的協(xié)同創(chuàng)新機制。國際交流與合作：低碳智慧建筑的技術和理念在國際上已有較為成熟的實踐，中國需要加強與國際先進水平的交流與合作，引進和吸收國外的經驗。行業(yè)標準與認證體系：建立和完善人才培養(yǎng)行業(yè)標準與認證體系，對于提升人才的專業(yè)水平和行業(yè)整體質量具有重要意義，目前這方面的工作亟待加強。物聯(lián)網（InternetofThings，IoT）技術發(fā)展起源于20世紀末。其最早于1999年由美國麻省理工學院（MIT）Auto-ID實驗室的KevinAshtion教授在掀起了第四次信息化、智能化的產業(yè)鏈浪潮。進入21世紀初，物聯(lián)網的概念隨IoTAnalytics2023年底全球聯(lián)網IoT設備數量是167億個終端。（C2M（C2C4-1物聯(lián)網技術架構圖聯(lián)網技術體系分為如圖4-2所示四大角度進行認識。4-2物聯(lián)網技術內涵在建筑低碳智慧運維場景下，物聯(lián)網技術的應用已成為提升建筑能效和運維管理水平的關鍵。物聯(lián)網技術通過其在數據采集、傳輸以及設備遠程控制的能力，為建筑智慧運維管理和智能算法的實施提供了堅實的技術基礎和數據支持。并進一步助力建筑能耗分析、環(huán)境監(jiān)控、節(jié)能診斷、故障預警、優(yōu)化控制等低碳運維手段的落地實現。物聯(lián)網技術的核心應用之一是實現低門檻低成本的數據采集和傳輸，這為建筑運維管理帶來了全新的可能性。傳統(tǒng)的建筑數據采集往往是通過施工布線鋪設傳感器、人工巡查記錄、人工讀取儀表數據、人工填寫維護日志等方式實現，依賴于人力且成本較高，同時存在數據質量低、采集頻率低、數據實時性差、數據價值低等問題。而如今，通過在建筑中的各個子系統(tǒng)如照明、暖通空調、安防系統(tǒng)裝設物聯(lián)網傳感器，物聯(lián)網技術可實現大規(guī)模高精度的數據采集和傳輸，顯著降低了數據獲取成本，建筑數據也呈現指數性的增加。根據國際能源署（IEA）的報告，通過物聯(lián)網技術，建筑能耗監(jiān)測的準確性可以提高30%以上，同時數據采集的成本可以降低約20%。通過部署在建筑各個關鍵位置的傳感器，能夠獲取的建筑數據主要可以分為三大類：包括室內溫度、濕度、二氧化碳濃度等的室內環(huán)境參數；包括冷凍水溫度、送風溫度、水閥開度等的建筑設備運行參數，尤其是中央空調系統(tǒng)；包括用水、用電、用冷、用熱等的能源系統(tǒng)數據。這些數據通過無線傳輸網絡發(fā)送到智慧運維平臺進行存儲和分析，實現對建筑運行狀態(tài)的全面監(jiān)控，為建筑運維決策提供實時、準確的數據支持。物聯(lián)網技術在建筑運管場景中的另一大基礎應用是通過傳感器、執(zhí)行器、通信網絡和智慧運維平臺的協(xié)同工作，實現對建筑內設備的精確、實時的遠程控制。待控制的設備，如照明設備、空調設備等會與傳感器和執(zhí)行器相連，并通過網絡接入物聯(lián)網系統(tǒng)中，連接到智慧運維平臺系統(tǒng)。運維平臺可以發(fā)送開關控制、參數調整、狀態(tài)查詢等指令到目標設備，目標設備的控制單元接收到指令后進行解析、識別并執(zhí)行對應的操作，例如打開或關閉設備、調整參數設置、啟動或停止運行等。目標設備執(zhí)行完指令后，可以通過物聯(lián)網平臺或者通信協(xié)議將執(zhí)行結果反饋給運維人員，以確保操作的完成和結果的準確性。同時，設備的狀態(tài)信息也會被更新到物聯(lián)網平臺上，為后續(xù)的監(jiān)測和管理提供支持。通過遠程控制，可以實時調節(jié)照明系統(tǒng)的亮度，或者根據室內外溫度變化自動調節(jié)空調系統(tǒng)的運行模式，從而實現能源的有效利用和環(huán)境的智能控制。4-3基于上述兩大應用的實現，物聯(lián)網技術為建筑低碳運行管理的智能化、高效化提供了堅實的數據支撐和技術支撐。首先，物聯(lián)網系統(tǒng)通過實時監(jiān)測建筑內部各種環(huán)境參數和設備狀態(tài)數據，為建筑智慧運維提供了數據基礎。通過數據分析方法對這些數據進行深入挖掘，發(fā)現建筑運行的規(guī)律和潛在問題。如文獻[13]中通過分析歷史能耗數據，可以識別出能耗模式，進而為能源管理提供決策支持。同時，監(jiān)測設備的運行狀態(tài)數據，可以幫助建筑管理人員預測設備的壽命和維護周期，實現設備的預防性維護，提高設備的可靠性和穩(wěn)定性[14]。其次，通過對建筑能耗數據的分析和比對可以識別建筑能耗的異常情況，找出能源浪費的原因和來源。例如，發(fā)現某個區(qū)域或設備的能耗異常高，可以進一步分析該區(qū)域或設備的運行情況，找出存在的問題并提出相應的優(yōu)化措施，以降低能耗成本，提高能源利用效率。在設備運行優(yōu)化方面，得益于物聯(lián)網技術的應用，基于數據驅動的設備運行優(yōu)化策略或者智能算法模型得以落地實現?；谠O備歷史運行數據可以構建設備數學模型，通過機器學習或人工智能算法得到設備的運行優(yōu)化策略，調整設備運行參數，從而提高設備的運行效率，降低能耗。例如基于中央空調系統(tǒng)的歷史運行數據構建系統(tǒng)模型，通過優(yōu)化算法尋找不同室內室外環(huán)境條件下空調系統(tǒng)的最佳運行模式，增強舒適度的同時提高能效比。同時，利用物聯(lián)網系統(tǒng)實現對設備的遠程控制，建筑管理人員可以隨時隨地對設備進行調節(jié)和控制，實現設備的智能化管理，提高建筑運維的效率和便利性。4-4在既有建筑的自動化、智慧化節(jié)能改造項目中，物聯(lián)網技術的應用同樣具有重要意義2025年，我國計劃完成既有建筑節(jié)能改造面積3.5億平方米以上，建設超低能耗、近零能耗建筑0.5億平方米以上。在既有建筑節(jié)能改造項目中，物聯(lián)網技術相較于傳統(tǒng)建筑改造技術能夠極大降低改造的施工成本，同時構建的樓控系統(tǒng)更加靈活，且具備可調節(jié)、可迭代的特點。通過無線傳感器和控制器的部署，可以快速實現建筑的智能化升級。改造過程能做到不拆改的同時，還為建筑的長期運維提供了持續(xù)的技術支持。結合智慧運維后臺對建筑數據的分析可以進行自動策略調優(yōu)，實現能耗系統(tǒng)節(jié)能。以廣州某改造項目為例，2022年經改造后，項目建筑的年節(jié)能率達到28.6%，全年實現節(jié)省電量約50.6萬千瓦時，節(jié)省電費約38.88萬元，實現二氧化碳減排500噸以上[15]。綜合來看，物聯(lián)網技術的應用為低碳智慧建筑運行管理帶來了極大的積極影響。通過物聯(lián)網技術實現的數據采集、傳輸和設備遠程控制，大大提升了建筑運維的智能化水平和管理效率?；谖锫?lián)網系統(tǒng)獲取的大量數據，建筑管理人員可以進行能耗分析、環(huán)境監(jiān)控、節(jié)能診斷、故障預警和優(yōu)化控制等一系列低碳運維手段，為建筑的可持續(xù)發(fā)展和環(huán)保目標的實現提供了重要支持。因此，物聯(lián)網技術的創(chuàng)新發(fā)展在建筑行業(yè)的未來發(fā)展中具有重要意義，將持續(xù)推動建筑智慧運維向著更加智能、高效、低碳的方向邁進。在未來的低碳智慧建筑運維領域，物聯(lián)網技術將迎來更加深刻的創(chuàng)新發(fā)展，從多個方面推動著行業(yè)向著智能化、高效化方向邁進。以下將從幾個關鍵方向展開，探討物聯(lián)網技術在建筑智慧運維中的未來創(chuàng)新發(fā)展方向。與人工智能（AI）、邊緣計算等智能技術的深度融合AIoT（AI-enabledIoT）是指在物聯(lián)網設備中嵌入AI技術，使得設備不僅能夠收集數據，還能夠進行自主學習和決策。在建筑智慧運維中，AIoT技術發(fā)展可以使建筑設備具備自我優(yōu)化的能力，根據實時數據和環(huán)境變化自動調整運行參數。更重要的是，AIoT技術還提供了可解釋性，即設備的決策過程和結果可以被運維人員理解和驗證，這有助于提高運維決策的透明度和可信度。隨著5G、邊緣計算、數字孿生、產業(yè)元宇宙等新技術的推動和應用，AIoT正在進入一個嶄新發(fā)展階段?；趫鼍靶枨蠓聪蛲苿游锫?lián)網設備性能的提升物聯(lián)網技術的應用場景將不再局限于傳統(tǒng)的數據采集和監(jiān)控，而是根據運維需求或待實現算法的需求，反向對物聯(lián)網系統(tǒng)設備進行設計和集成。這意味著未來的物聯(lián)網設備將更加智能化、模塊化，能夠根據不同的應用場景進行快速適配和性能提升。例如，針對特定能耗優(yōu)化算法的需求，可以設計出更為高效的傳感器和控制器，以實現算法的快速落地和效果驗證。多模態(tài)數據融合與跨平臺互聯(lián)未來物聯(lián)網技術將更加注重多模態(tài)數據的融合與處理，實現不同類型數據的跨平臺互聯(lián)。例如，將建筑運行數據與氣象數據、交通數據等外部數據進行融合，實現更全面、準確的建筑環(huán)境分析和運行管理。同時，實現不同物聯(lián)網平臺的互聯(lián)互通，提高系統(tǒng)的整體效能和智能性。嵌入式技術的發(fā)展將為物聯(lián)網和建筑運維注入新的動力嵌入式領域正經歷一場深刻的變革，開發(fā)者正在利用安全且性能增強的技術實現小型低功耗嵌入式系統(tǒng)的開發(fā)，連接設備正逐漸演變?yōu)榭筛鶕占臄祿孕凶龀鰶Q策的系統(tǒng)。相較于在物聯(lián)網網關或云端進行數據處理而言，在更接近采集源之處完成數據處理的方式，將有望加快決策速度、減少延遲、解決數據隱私問題、降低成本并提高能效。2023年十一月，ARM（AdvancedRISCMachines）推出了第三款采用Helium技術的CPU——Cortex-M52，這是一款專為AIoT應用而設計的處理器，可為小型低功耗嵌入式設備的DSP和ML應用帶來顯著的性能提升，無需專用NPU即可在端點中部署更多計算密集型ML推理算法。邊緣的潛能正在逐步被發(fā)掘。當前對提升微控制器性能的需求還在不斷增長，在正確技術的加持下，開發(fā)者可以重新構想邊緣和端側設備，并在性能、成本、能效與隱私等這些受限設備中的關鍵要素之間取得適當平衡，讓未來的嵌入式開發(fā)實現AI計算的應用，為物聯(lián)網技術進步注入騰飛動力。綜上所述，在低碳建筑智慧運維領域，物聯(lián)網技術的未來發(fā)展呈現出多個關鍵方向的創(chuàng)新趨勢。這些創(chuàng)新趨勢不僅預示著技術進步的深遠影響，而且對于實現建筑行業(yè)的可持續(xù)發(fā)展具有重大意義。其不僅是技術層面的突破，更是推動建筑行業(yè)向低碳、環(huán)保、高效發(fā)展的重要動力。隨著物聯(lián)網技術的快速發(fā)展和廣泛應用，建筑行業(yè)正逐漸邁向智慧化和高效化的運維管理模式。然而，在物聯(lián)網技術創(chuàng)新發(fā)展的過程中，我們也面臨著一些關鍵問題需要解決和應對。數據安全性問題隨著物聯(lián)網設備數量的增加和數據規(guī)模的擴大，數據安全性問題日益突出。數據可能會被黑客攻擊、惡意篡改或竊取，給個人隱私和企業(yè)機密帶來潛在風險。對此，應強化物聯(lián)網系統(tǒng)的安全保護措施，采用端到端的加密通信、安全認證和訪問控制機制。定期進行安全漏洞掃描和漏洞修補，提高系統(tǒng)的抗攻擊能力。物聯(lián)網設備管理及優(yōu)化問題隨著建筑中的物聯(lián)網設備數量的逐漸增加，如何有效管理物聯(lián)網設備和智能分析設備用能行為成為建筑未來亟待解決的問題。物聯(lián)網設備的管理和優(yōu)化需要面臨設備數量龐大、異構性強、分布廣泛等挑戰(zhàn)。設備可能存在運行異常、效率低下或資源浪費等問題，需要及時發(fā)現和解決。對此，建立完善的物聯(lián)網設備管理平臺，實現對設備的遠程監(jiān)控、故障診斷和維護管理。采用智能算法和數據分析技術，實現對設備的預測性維護和運行優(yōu)化，提高設備的可靠性和效率。同時，推廣設備自主診斷和自動修復功能，減少人工干預，提高管理效率。及時關注物聯(lián)網技術的前沿發(fā)展情況并與建筑運行管理應用場景結合物聯(lián)網技術在不斷發(fā)展和演進，涌現出了許多新的技術和應用場景。作為技術應用與集成方，及時關注并將最新的物聯(lián)網技術與建筑運行管理應用場景結合具有重要意義。對此應建立定期更新的物聯(lián)網技術研究與應用評估機制，密切關注物聯(lián)網技術的最新進展和趨勢。通過組織行業(yè)交流和研討會、開展技術培訓和學習，及時了解并吸收最新的物聯(lián)網技術成果。同時，加強與物聯(lián)網技術供應商和研究機構的合作，開展聯(lián)合研究和項目合作，將最新的技術應用到建筑運行管理場景中，推動物聯(lián)網技術在該領域的創(chuàng)新應用和發(fā)展。綜上所述，物聯(lián)網技術在建筑智慧運維領域的創(chuàng)新發(fā)展中，面臨著數據安全性、設備管理優(yōu)化以及與應用場景結合等關鍵問題。通過加強安全保護、優(yōu)化設備管理、及時關注最新技術發(fā)展并結合建筑運行管理實際需求，我們可以有效地應對這些挑戰(zhàn)，推動物聯(lián)網技術在建筑運管行業(yè)的應用與發(fā)展，為建筑智慧運維的進一步提升和改善提供有力支持。4-5設備運行控制數字孿生技術可以對建筑內的空間設備狀態(tài)進行實時監(jiān)控感知，并可以基于需求分析，對響應的設備進行運行控制，有助于實現對于建筑內環(huán)境品質需求的及時響應。設備監(jiān)控和維護數字孿生技術可以對建筑物內的各種設備進行實時監(jiān)控，收集設備運行狀態(tài)數據，分析設備性能，預測設備故障，并提供相應的維護建議。這有助于運維人員及時發(fā)現并解決問題，減少設備故障對建筑物運行的影響。能源與碳排放管理數字孿生技術可以實時監(jiān)控建筑物的能源消耗情況，分析能源使用效率，提出節(jié)能建議。通過優(yōu)化能源使用，可以降低建筑物的能源成本，減少對環(huán)境的影響，提高低碳智慧建筑的運行效益。風險管理數字孿生技術可以實時監(jiān)控建筑物的安全狀況，包括消防、安防等方面。通過實時分析和預測可能出現的安全隱患，及時采取相應的措施，可以提高建筑物的安全性，保障人員生命財產安全?？臻g管理數字孿生技術可以對建筑物的空間布局進行模擬和優(yōu)化，提高空間利用效率。同時，通過對人員流動、空間使用情況的實時監(jiān)控，可以更好地滿足用戶的需求，提高用戶滿意度?？梢暬\維數字孿生技術基于BIM模型的三維數據進行展示和渲染，實現物理建筑的數字化展現，達到更好的可視化管理效果。運維管理人員可以實時監(jiān)測建筑物的運行狀態(tài)，預測可能出現的問題，并采取相應的措施進行預防和維護。數字孿生使運維變得更加直觀、高效。建筑設計階段主要利用數字孿生技術對所設計的建筑設計方案進行模擬和“帶入”現實世界的過程。4-6數字孿生技術可視化運維數據集成與融合智能化分析與決策虛擬化與增強現實邊緣計算與云計算的結合物理模型定義4-7數字孿生技術物理模型數據采集與整合數據安全與隱私保護模型的實模一致性與實時性人才短缺與培訓制定統(tǒng)一的數據標準與規(guī)范加強數據安全保障措施提高模型精度與實時性加強人才培養(yǎng)與培訓得更大的突破和發(fā)展：首先，隨著物聯(lián)網、5G等技術的普及和應用，數據采集聚類分析在建筑運營管理中的應用主要體現在對建筑使用模式的識別和能源消耗的優(yōu)化上]。通過對建筑內部不同區(qū)域的使用頻率、能耗模式等數據進行聚合傳感器采集的溫度、濕度、CO2濃度等室內環(huán)境參數和用戶舒適度反饋對測室參數，可以采用K均值等聚類方法將建筑內部的不同區(qū)域劃分為不同的溫濕度4-8室內環(huán)境參數時空特征識別4-9需求、能耗數據和人員行為的預測，例如，可以采用ARIMA模型對建筑負荷需求，如圖4-10。[30]5G、物聯(lián)網等技術的飛速發(fā)展，建筑運行管理已進入海量數據[12]LIM（和（ShapleyAdditiveexPlanations）等模型解釋工具，為復雜的模型提供可靠建筑運管場景中均展現出優(yōu)異的性能也是數據挖掘技術在推廣過程中面臨的一BngBoosing和ting4-11利用SHAP4-12所示。4-12少消費者不滿，其在實現電網的穩(wěn)定和經濟運行方面具有首要重要性，如圖13所示。同時，能量管理單元還可以通過需求側管理技術改變負荷的運行模式4-13能源供需兩側的管理與優(yōu)化提高了建筑能源利用效率，如圖4-14所示。在滿足最基本的供需能耗匹配的基圖4- 能源儲存與管理建筑物中最主要的電力存儲設備。電力系統(tǒng)中常用的電能存儲類型如表4-1所4-1鋅溴微網互聯(lián)與智能協(xié)同4-8將光伏發(fā)電自耗電量提高15%以上，當存在共享儲能時，光伏電力自用提升可達29%。多個建筑之間可以通過能源微網技術進行互聯(lián)，形成能源微網網絡。4-15基于機器學習算法的能源微網系統(tǒng)運行狀態(tài)的實時預測運用博弈論打造能源微網系統(tǒng)多方利益平衡的生態(tài)體系構建不確定性環(huán)境下的能源微網系統(tǒng)的運行方案多場景智能控制與優(yōu)化算法的開發(fā)智能計量與云計算技術的應用安全性與可靠性保障問題政策與標準的制定與推廣本數據進行訓練，并能夠生成類似人類的文本。LLM通常具有數十億到上萬億個參數，并且可以執(zhí)行各種自然語言處理(NLP)任務。能夠捕捉語言中的復雜模式和細微差別由于LLM具有龐大的參數規(guī)模，它們能夠學習語言中的復雜模式和細微差別，從而生成更加準確和流暢的文本。能夠學習語言的各種用法由于LLM的訓練使用了大量的文本數據，它們能夠學習語言的各種用法，從而能夠執(zhí)行各種NLP任務。能夠理解和生成類似人類的文本LLM能夠理解和生成類似人類的文本，這使得它們可以用于構建更加智能的NLP應用。大模型技術的發(fā)展歷程可以追溯到20世紀50年代，當時人們開始使用統(tǒng)語言建模，并取得了一系列的成果。2080GeoffreyHinton發(fā)展；20世紀90年代，Bengio等人提出了深度學習的概念，這使得語言模型能夠學習更加復雜的模式；21世紀初，隨著互聯(lián)網上文本數據的爆炸式增長，2010年代，GoogleBrain團隊提出了Transformer模型，這使得語言模型的性能再次得到了大幅度提升；2020年代，隨著計算能力的不斷提升，大模型技術得到了快速發(fā)展，并開始在各種NLP任務中取得了令人矚目的成果。OpenAI的GPT-3和GPT-4：GPT-3是OpenAI在2020年發(fā)布的大型語言模型，擁有1750億個參數，是當時世界上參數規(guī)模最大的語言模型。GPT-3在各種NLP任務中都取得了state-of-the-art的成果，并引起了廣泛的關注。GPT-4是OpenAI在2023年發(fā)布的最新一代語言模型，擁有1.5萬億個參數，是GPT-3的10倍。GPT-4在各個NLP任務中都取得了進一GoogleAI的LaMDA和Bard：LaMDA是GoogleAI在2021年發(fā)布的大型語言模型，專注于對話應用。LaMDA可以進行更加自然流暢的對話，1.76建筑能耗管理通過利用先進的大模型技術對建筑能耗數據進行全面深入的分析和研究。核心目標在于實現對建筑能耗的精準預測和高效優(yōu)化管理。通過大模型的運用，我們能夠深入挖掘建筑能耗數據背后的規(guī)律和趨勢，將能夠有效提升建筑的能源利用效率，實現能源消耗的有效降低。這不僅為建筑業(yè)主和管理者帶來實實在在的經濟收益，同時也能夠有效減少對環(huán)境的不良影響，推動建筑行業(yè)向著低碳、智慧的方向發(fā)展。減少碳排放、降低能源消耗已經成為當前社會發(fā)展的必然趨勢，而建筑能耗管理方案正是在這一背景下應運而生的重要舉措。建筑設備維護建筑安全管理充分利用先進的大型技術，通過對建筑安全數據的深入分析，實現對潛在安全風險的預測和及時處理安全隱患的目標。結合各種數據，通過對建筑安全數據的持續(xù)監(jiān)測和分析，提前發(fā)現潛在的安全風險點，及時采取相應的預防措施和處理措施，從而確保建筑的安全性能達到最佳狀態(tài)。4-18建筑運維全場景建筑數據管理大模型技術的核心是數據，通過對建筑設備的運行數據、能耗數據等進行實時監(jiān)測和收集，構建出一個高度精確的數據模型。這個模型不僅可以實時反映建筑設備的運行狀態(tài)和性能表現，還能夠預測潛在的故障風險，為運維人員提供及時的預警和決策支持。大模型技術能夠幫助運維人員更全面地處理數據，結合物理認知和專業(yè)知識，考慮運維工作對各數據的重視程度，從而進行更加精準的數據分析和決策制定。通過大模型技術的應用，建筑設備的運行效率和穩(wěn)定性將得到顯著提升，為建筑運維工作帶來更高效和可靠的保障。優(yōu)化及決策基于數據模型的分析結果，大模型技術能夠深入預測建筑設備未來的運行狀態(tài)，并提前探測潛在問題的存在。這種技術在運維過程中的應用極為有效，能夠捕捉到運行中的微小變化，并細致地篩選出可能出現的問題。預測工作不僅限于IoT數據，還包括對圖片等多種模態(tài)信息的綜合利用，以評估未來某些問題發(fā)生的可能性。4-194-20IoT圖6-1項目簡介20212一代工業(yè)生物技術”平臺建設“超級細胞工廠”，進行生物降解材料PHA、醫(yī)藥中間體四氫嘧啶、尼龍56前體戊二胺等多種高附加值產品研發(fā)和生產。1000PHAPHAPHAPHAPHA創(chuàng)新亮點①基于BIM的數字孿生工廠建設3DBIM3DPHA6-2廠區(qū)BIM②基于大數據及深度學習的負荷預測圖6-3能效優(yōu)化控制流程③基于高精度性能模型的系統(tǒng)層主動尋優(yōu)6-4能效尋優(yōu)控制過程實際效果①數字孿生工廠建設平臺建設完成后，操作人員從行業(yè)常規(guī)的5人減少至1人，運維效率提升80%以上，產品不良品率預計降低10%以上。在該場景實現了數字化與合成生②在線實時集中一體化安全保障80%以上。③生產全過程碳排放跟蹤冷機COP等?；跀底只梢曄到y(tǒng)，還可以對生產過程中的碳足跡全程智能跟④能效平衡與優(yōu)化本項目對工藝輔助主要用能設備建立了基于“機理框架+數據驅動”的高項目簡介Thundercomm38B53000m2，324個工穩(wěn)定運行。Thundercomm智慧辦公項目針對辦公場景的需求并結合建筑的特6-5Thundersoft6-66-76-9Thundersoft6-13Thundersoft④AI6-14Thundersoft6-15Thundersoft⑤工（廁）6-18Thundersoft6-19Thundersoft6-20Thundersoft6-22Thundersoft6-23Thundersoft6-24Thundersoft6-26Thundersoft創(chuàng)新亮點

6-27ThundersoftThundercomm職場智慧辦公項目其創(chuàng)新之處在于系統(tǒng)集成設計，實現了Thundercomm(IoT)和人工通過AI提升安全性能。AI安防與視頻感知系統(tǒng)則結合計算機視覺和模式識別技術，有實際效果Thundercomm外同類研究和技術有顯著優(yōu)勢。與國內同類技術相比，Thundercomm的項目在智能環(huán)境監(jiān)測、能源管理以及AI驅動的安防系統(tǒng)方面表現更為出色。與國際AIThundercomm職場智慧辦公項目的技術成熟度較高，已在實際辦公環(huán)境應用于Thundercomm的智慧辦公項目已經顯著改善了工作環(huán)境，提高了項目交付已經滿一年；在長達一年的運行時間里，Thundercomm智慧辦建設地址南至馬鞍山及后官湖生態(tài)綠楔、西達鳳凰山工業(yè)園、東接三環(huán)線，總面積約39“光儲直柔”建筑電氣系統(tǒng)的基本概念建筑內儲能及利用鄰近停車場電動汽車的電池資源“光儲直柔”建筑電氣系統(tǒng)的優(yōu)勢與建筑結合形式越來越豐富，目前晶硅光伏建材已成為BIPV建筑中使用最廣泛續(xù)降低。大規(guī)模生產的單、多晶電池平均轉換效率分別從2010年的17.5%和16.5%，20222625%（來源于實驗室數據12直流母線通過AC/DC變換器與外電網連接，構建直流電器生態(tài)是推廣“光儲直功率損耗下降15%?！肮鈨χ比帷苯ㄖ姎庀到y(tǒng)發(fā)展的意義上海市建筑科學研究院作為綠色建筑行業(yè)的領跑者，200420193.010（以下簡稱“10。106-30項目實景圖項目簡介23265.0369127.922BIM康建筑三星級、超低能耗建筑以及WELL金級的四大認證目標，以及華夏好建6-31創(chuàng)新亮點及實際效果10BIM性≥72010配合MoveEye經能耗評估分析，10號樓2020年6月至2021年5941,609kW/h，單位建筑面積用電量39.73kW/(h·m2耗建筑示范，建筑能耗降低幅度達53.25%。FloorscoreGREENGUARDGold950m3/h采用商用級精度傳感器，可監(jiān)測溫度、濕度、PM2.5、CO2、甲醛、TVOC等參工況總體滿意率為82.29%；空調工況總體滿意率為87.49%。BIM10BIMBIM量化和基于BIM技術的運營平臺建設。功能導向的綠色建筑BIM運營平臺解圖6- 6-33項目實景圖6-34項目實景圖項目簡介

6-35項目實景圖12801725±0.5℃，提升環(huán)境控制品質；在創(chuàng)建冷站運行控制裝置和冷站制冷季節(jié)能率達10%~15%。創(chuàng)新亮點

6-36度，平均溫度在25±0.5℃，提升環(huán)境控制品質；在創(chuàng)建冷站運行控制裝置和冷站制冷季節(jié)能率達10%~15%。實際效果

6-37地產集團，已實現單個冷站每年節(jié)電量30萬度，節(jié)省電費306-38項目實景圖南路，由ABC三座寫字樓構成主體建筑群落，總建筑面積28萬平方米。6-39項目實景圖項目充分利用AIOT采集多種環(huán)境參數，環(huán)境品質在線實時可視化IOT500+236-41項目傳感器圖自動預判建筑各地區(qū)的冷熱需求，掌握需求的精準節(jié)能5超60個，智慧節(jié)能控制算法已在融科持續(xù)運行超26-42綜合提升運營管理水平，運行效率全面提升智能運維管理平臺可實現17110+1000023501211801855001131.88滿意度：客戶滿意舒適度在95%以上，A/B/C其他：ACLEEDEBBLEEDCS6-43海爾C02項目簡介

6-44項目實景圖海爾C0236744.84.28227003.65設計概述700RT700RT冷卻塔，額定流量800m3/h。

6-456-46EC-Driver506-476-486-496-506-51節(jié)能優(yōu)化設計COP2.5~3.0COP≥5.5。就山東地區(qū)來說，相對一般制53COP≥6.0，通過仿真測算，壓縮冷凍泵、冷卻泵和冷卻塔設備占比，將主機占比提升到機房的73%。6-53主機選型優(yōu)化vtx40kpaAI適應功能，根據制冷量需求匹配最佳GB工況COP。6-546-55管路低阻設計40kap18%，冷卻水循環(huán)泵揚程下降17%。6-56優(yōu)化后，磁氣懸浮高效機房能效仿真數據顯示，制冷季耗電量累計71.2kWh6.34投資回收分析6-571.6300運行反饋報告6-58項目輸出報告海爾02空氣產業(yè)大樓是海爾低碳智慧建筑解決方案的樣板案例，該項目不僅運行了公司自主研發(fā)的高效機房智控平臺以及搭配低碳能源管理系統(tǒng)的海EEa68205005520（按照制冷季四個月計算） 6-596-60項目實景圖筑面積313,398平米。業(yè)態(tài)項目業(yè)態(tài)包括辦公、酒店、商業(yè)。該項目提供全方位服務包括：物業(yè)前期顧問及運營期物業(yè)管理+綠色建筑認證+建筑樓宇智慧運維+智能停車場服務。在該項目，通過在物業(yè)管理服務場景下推行SavillsBSOA（商務樓宇可持續(xù)運維評價）策略，在治理、能6-61智能配電運維系統(tǒng)202346-628057080設備設施全生命期管理最佳運維策略改造，優(yōu)化維修策略，從而實現減少設備、設施全生命期成本5%，設備壽命延長10%。碳排放減量6%。6-63項目能耗監(jiān)測系統(tǒng)節(jié)能與健康并重，室內空氣品質安全可靠揮發(fā)性有機化合物，甲醛數值。當室內CO2濃度發(fā)生改變時，室內空調變風量20226-64促進可再生能源利用，提高能源使用效率統(tǒng)生產熱水占生活熱水用量的比例達50%以上。6-65項目能源計量系統(tǒng)增設健康服務設施，探索可持續(xù)協(xié)同機制顧問方與項目業(yè)主、租戶建立ESG小組，定期召開專題會議，共商可持續(xù)6-66項目內部實景圖LEEDCS二星級，LEEDEB金獎，WELL鉑金獎等國內外認證。政策制定者以及所有對推動建筑行業(yè)可持續(xù)發(fā)展感興趣的人士提供有價值的參北京智能建筑.智慧運維白皮書[R].暖通空調產業(yè)技術創(chuàng)新聯(lián)盟智能化專委會，中國建筑能源管理系統(tǒng)應用現狀調研藍皮書[R].2023.唐浩，余娟，耿陽等.公共建筑智能化運維平臺應用現狀調研,建筑智能化應用現狀調研白皮書[R].2021.中國房地產業(yè)協(xié)會智慧建筑研究中心，中國城市科學研究會綠色建筑研究中心，智慧建筑發(fā)展報告[R].2023.阿里巴巴集團置業(yè)部，阿里研究院.智慧建筑白皮書深圳市艾特林科技有限公司.BIMAl-Fuqaha,A.,etal.(2015).InternetofThings:ASurveyonEnablingTechnologies,Protocols,andApplications.IEEECommunicationsSurveys&Tutorials,17(4),2347-2376.IEEEXplore.(2019).WirelessCommunicationsforIoT:Opportunitiesand Satyanarayanan,M.,etal.(2017).TheCaseforVM-BasedCloudletsinMobileComputing.IEEEPervasiveComputing,8(4),14-23. Gubbi,J.,etal.(2013).InternetofThings(IoT):Avision,architecturalelements,andfuturedirections.FutureGenerationComputerSystems,29(7), Cook,J.A.,&Das,S.(2007).HowSmartAreOurSensors?AnIntroductiontoSmartSensorSystems.JournaloftheFranklinInstitute,344(6-7),577- Yang,L.,&Zhao,Y.(2019).Bigdataanalyticsinbuildingenergymanagement:Areview.RenewableandSustainableEnergyReviews,82,Wang,Y.,Shang,Y.,&Zhang,G.(2019).AnIoT-basedindoorairqualitymonitoringsystemforambient-assistedliving.BuildingandEnvironment,155,43-56.郭曉潔.AI賦能既有建筑節(jié)能改造仍需市場機制穩(wěn)定環(huán)境效益與投資回報[N].世紀經濟報道,2023-07-26(HANJ,KAMBERM,PEIJ.DataMining(ThirdEdition)[M/OL]//DataMining 1.00016-GENGY,JIW,XIEY等.Asub-sequenceclusteringmethodforidentifyingdailyindoorenvironmentalpatternsfrommassivetime-seriesdata[J/OL].AutomationinConstruction,2022.DOI:10.1016/j.autcon.2022.104303.YANGY,GENGY,TANGH等.ExtractionmethodoftypicalIEQspatialdistributionsbasedonlow-ranksparserepresentationandmulti-stepclustering[J/OL].BuildingSimulation,2024.DOI:10.1007/s12273024-1117-LAZOSD,SPROULAB,KAYM.Optimisationofenergymanagementincommercialbuildingswithweatherforecastinginputs:Areview[M/OL]//RenewableandSustainableEnergyReviews.(2014).QUANGTN,HEC,KNIBBSLD等.Co-optimisationofindoorenvironmentalqualityandenergyconsumptionwithinurbanofficebuildings[J/OL].EnergyandBuildings,2014.DOI:10.1016/j.enbuild.2014.09.021.BREF,SILVAAS,GHISIE等.Residentialbuildingdesignoptimisationusingsensitivityanalysisandgeneticalgorithm[J/OL].EnergyandBuildings,2016.周子騫,高雯,賀秋時等.建筑設計領域人工智能探索——從生成式設計到智能決策[J].工業(yè)建筑,2022,52(7):15.唐浩,余娟,張仲宸等.大型航站樓室內物理環(huán)境質量實測與時空特征分析研究[J].建筑科學,2023,39(10):9-14.GENGY,JIW,LINB等.Buildingenergyperformancediagnosisusingenergybillsandweatherdata[J/OL].EnergyandBuildings,2018.王曼,黃莉,李書等.基于數據挖掘方法的數據中心能耗與空調系統(tǒng)關鍵參數量化關系研究[J].暖通空調,2021,51(6):8.COSTA-CARRAPI?OI,RASLANR,GONZáLEZJN.Asystematicreviewofgeneticalgorithm-basedmulti-objectiveoptimisationforbuildingretrofittingstrategiestowardsenergyefficiency[M/OL]//EnergyandBuildings.(2020).DOI:10.1016/j.enbuild.2019.109690.WANGM,WANGZ,GENGY等.InterpretingtheneuralnetworkmodelforHVACsystemenergydata